exit

Biology, Medicine and Health   > Home   > Biostatistics and Health Sciences   > Issue 1   > Article

On the asymptotic normality of a kernel conditional quantile estimator for censored and associated data

Sur la normalité asymptotique d’un estimateur à noyau du quantile conditionnel pour des données censurées et associées


Wafaa Djelladj
USTHB
Algeria

Abdelkader Tatachak
USTHB
Algeria



Published on 1 March 2021   DOI : 10.21494/ISTE.OP.2021.0619

Abstract

Résumé

Keywords

Mots-clés

This paper aims at establishing the asymptotic normality for a kernel conditional quantile estimator in a right censorship model for which, the lifetime observations and the covariates are assumed to satisfy an association dependency type.

L’objet du présent article est d’établir la normalité asymptotique d’un estimateur à noyau du quantile conditionnel dans un modèle de censure droite, pour lequel les durées de vie ainsi que les covariables sont supposées satisfaire une dépendance de type association.

Association asymptotic normality censored data conditional quantile Kaplan-Meier estimator

Association données censurées estimateur de Kaplan-Meier normalité asymptotique quantile conditionnel